Análise Robusta de Impacto Causal
A Análise Robusta de Impacto Causal estende o framework de séries temporais estruturais bayesianas CausalImpact (Brodersen et al., 2015) ao incorporar verificações sistemáticas de robustez — testes de placebo no tempo, controles de placebo no espaço, análise de sensibilidade de covariáveis e avaliações de sensibilidade de priors — para verificar se um efeito de intervenção detectado é genuíno e não um artefato de escolhas de modelo ou padrões de dados coincidentes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
Como citar esta página
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/pt/causal-inference/robust-causal-impact-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Análise Bayesiana de Impacto CausalInferência causal↔ compare
- Análise de Impacto CausalInferência causal↔ compare
- Análise de Séries Temporais Interrompidas (ITS)Inferência causal↔ compare
- Análise de Sensibilidade para CausalidadeInferência causal↔ compare
- Método do Controle Sintético (MCS)Inferência causal↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →